แก้ไขการเชื่อมต่อเครือข่ายการทำงานเริ่มต้นพักสถานะในวัยรุ่นที่ติดการเล่นเกมอินเทอร์เน็ต (2013)

PLoS One 2013; 8 (3): e59902 doi: 10.1371 / journal.pone.0059902 Epub 2013 Mar 26

นามธรรม

จุดมุ่งหมาย

การใช้อินเทอร์เน็ตมากเกินไปมีการเชื่อมโยงกับผลกระทบด้านจิตสังคมเชิงลบที่หลากหลาย การศึกษาครั้งนี้ใช้การถ่ายภาพเรโซแนนซ์สนามแม่เหล็ก (fMRI) เพื่อการพักอาศัยเพื่อตรวจสอบว่ามีการเปลี่ยนแปลงการเชื่อมต่อของฟังก์ชั่นในวัยรุ่นที่ติดการเล่นเกมอินเทอร์เน็ต (IGA) หรือไม่

วิธีการ

เจ็ดวัยรุ่นที่มี IGA และ 24 วัยรุ่นควบคุมปกติผ่านการสแกน fMRI สถานะพัก 7.3 นาที การเชื่อมต่อด้านหลัง cingulate cortex (PCC) ถูกกำหนดในทุกวิชาโดยการตรวจสอบความผันผวนของสัญญาณ fMRI ความถี่ต่ำที่ซิงโครไนซ์โดยใช้วิธีความสัมพันธ์ชั่วคราว ในการประเมินความสัมพันธ์ระหว่างความรุนแรงของอาการ IGA และการเชื่อมต่อ PCC ภาพที่มีความคมชัดซึ่งแสดงถึงพื้นที่ที่มีความสัมพันธ์กับการเชื่อมต่อ PCC นั้นมีความสัมพันธ์กับคะแนนของวิชา 17 กับ IGA ใน Chen Internet Addiction Scale (CIAS) และ Barratt Impulsiveness Scale-11 (BIS-11 ) และชั่วโมงการใช้งานอินเทอร์เน็ตต่อสัปดาห์

ผลสอบ

ไม่มีความแตกต่างอย่างมีนัยสำคัญในการแจกแจงอายุเพศและปีการศึกษาระหว่างทั้งสองกลุ่ม วิชาที่มี IGA พบว่ามีการใช้อินเทอร์เน็ตต่อสัปดาห์ (ชั่วโมง) นานขึ้น (p <0.0001) และคะแนน CIAS (p <0.0001) ที่สูงกว่าและ BIS-11 (p = 0.01) มากกว่ากลุ่มควบคุม เมื่อเปรียบเทียบกับกลุ่มควบคุมแล้วอาสาสมัครที่มี IGA จะแสดงการเชื่อมต่อที่ใช้งานได้เพิ่มขึ้นในสมองกลีบหลังทวิภาคีและไจรัสตรงกลาง ทวิภาคีที่ด้อยกว่าข้างขม่อมและไจรัสขมับด้านขวาแสดงให้เห็นถึงการเชื่อมต่อที่ลดลง การเชื่อมต่อกับ PCC มีความสัมพันธ์ในเชิงบวกกับคะแนน CIAS ในค่าที่ถูกต้อง, ด้านหลัง cingulate gyrus, ทาลามัส, หาง, นิวเคลียสแอคคัมเบน, พื้นที่มอเตอร์เสริมและไจรัสทางภาษา มีความสัมพันธ์ทางลบกับสมองส่วนหน้าสมองซีกขวาและกลีบข้างขม่อมด้านซ้าย

สรุป

ผลการศึกษาของเราชี้ให้เห็นว่าวัยรุ่นที่มี IGA นั้นมีรูปแบบการพักผ่อนของสมองแตกต่างกัน เนื่องจากการเปลี่ยนแปลงเหล่านี้มีความสอดคล้องบางส่วนกับผู้ป่วยที่ติดสารเสพติดพวกเขาสนับสนุนสมมติฐานที่ว่า IGA เป็นการติดพฤติกรรมที่อาจมีความผิดปกติทางระบบประสาทคล้ายกันกับความผิดปกติอื่น ๆ

อ้างอิง: Ding Wn, Sun Jh, Sun Yw, Zhou Y, Li L และอื่น ๆ (2013) แก้ไขการเชื่อมต่อสถานะการทำงานเริ่มต้นของเครือข่าย Resting-State ในวัยรุ่นที่ติดการเล่นเกมอินเทอร์เน็ต โปรดหนึ่ง 8 (3): e59902 ดอย: 10.1371 / journal.pone.0059902

Editor: Michelle Hampson, มหาวิทยาลัยเยล, สหรัฐอเมริกา

ที่ได้รับ: ธันวาคม 25, 2012; ได้รับการยืนยัน: กุมภาพันธ์ 19, 2013; ที่เผยแพร่: March 26, 2013

ลิขสิทธิ์: © 2013 Ding et al. บทความนี้เป็นบทความแบบเปิดที่เผยแพร่ภายใต้เงื่อนไขของ Creative Commons Attribution License ซึ่งอนุญาตให้ใช้การแจกจ่ายและการทำซ้ำแบบไม่ จำกัด ในสื่อใดก็ตามโดยให้เครดิตผู้แต่งต้นฉบับและแหล่งที่มา

เงินทุน: งานวิจัยนี้ได้รับการสนับสนุนจาก National Natural Science Foundation of China (หมายเลข 81171325) โครงการคู่มือการแพทย์ของ Shanghai Science and Technology Committee (หมายเลข 114119a0900) โครงการวินัยทางวิชาการชั้นนำของเซี่ยงไฮ้ (โครงการหมายเลข S30203) และการวิจัยและพัฒนาเทคโนโลยีหลักแห่งชาติ โปรแกรม 2007BAI17B03. ผู้ให้ทุนไม่มีบทบาทในการออกแบบการศึกษาการรวบรวมและการวิเคราะห์ข้อมูลการตัดสินใจเผยแพร่หรือจัดทำต้นฉบับ

การแข่งขันความสนใจ: ผู้เขียนได้ประกาศว่าไม่มีความสนใจในการแข่งขันอยู่

 

บทนำ

ในทศวรรษที่ผ่านมาการวิจัยได้สะสมชี้ให้เห็นว่าการใช้อินเทอร์เน็ตมากเกินไปสามารถนำไปสู่การพัฒนาของการติดพฤติกรรม [1]. การติดอินเทอร์เน็ต (IA) ถือเป็นภัยคุกคามร้ายแรงต่อสุขภาพจิตและการใช้อินเทอร์เน็ตมากเกินไปถูกเชื่อมโยงกับผลกระทบด้านจิตสังคมเชิงลบหลายรูปแบบ ใช้แบบสอบถามการวินิจฉัยของ Young [YDQ][2], Sinmoes และคณะ พบว่า 11% ของ 12-to 18 ปีวัยรุ่นในกรีซปฏิบัติตามเกณฑ์สำหรับ IA [3]. Cao และ Su พบว่า 2.4% ของวัยรุ่นในจีนจัดอยู่ในประเภทที่มี IA [4]. Shek และคณะ [5] รายงานว่า 19.1% ของวัยรุ่นจีนในฮ่องกงมี IA ดังนั้น IA จึงแพร่หลายไปทั่วสังคมตะวันออกและตะวันตกแสดงให้เห็นว่าเป็นโรคที่ทั่วโลกควรให้ความสนใจมากขึ้น [6].

เมื่อเร็ว ๆ นี้มีการเสนอ“ การติดพฤติกรรมที่ไม่เกี่ยวข้องกับสาร” ในจิตเวชศาสตร์ [7]. ตรงกันข้ามกับความเชื่อที่ยึดถือกันโดยทั่วไปว่าการเสพติดนั้นขึ้นอยู่กับการพึ่งพายาเสพติดและสารเคมีคำว่า "ติดยาเสพติด" ถูกนำมาใช้เพื่ออ้างถึงพฤติกรรมที่มากเกินไปเช่นการพนัน[8], เล่นวิดีโอเกม[9]เพศและพฤติกรรมอื่น ๆ แม้ว่าพฤติกรรมการเสพติดดังกล่าวจะไม่เกี่ยวข้องกับสารพิษหรือสารเคมี แต่นักวิจัยกลุ่มหนึ่งระบุว่าประเด็นสำคัญบางประการของการติดพฤติกรรมนั้นคล้ายกับการติดสารเคมีหรือสารเสพติด[10]. คนอื่น ๆ ระบุว่าบุคคลที่ติดพฤติกรรมนั้นมีอาการบางอย่างและจะได้รับผลที่คล้ายกันกับคนที่ติดสุราและยาเสพติดอื่น ๆ รวมถึงพฤติกรรมที่ต้องกระทำ

ความผิดปกติของการเสพติดอินเทอร์เน็ต (IAD) เป็นปัญหาสุขภาพจิตที่ควรค่าแก่การตรวจสอบทางวิทยาศาสตร์เพิ่มเติม อันที่จริงความชุกของ IAD ได้รวบรวมความสนใจอย่างมากจนควรรวมอยู่ใน DSM-V[11]. การศึกษาด้าน Neuroimaging มีความได้เปรียบเหนือการสำรวจแบบดั้งเดิมและแนวทางการวิจัยเชิงพฤติกรรมเพราะมันเป็นไปได้ที่จะแยกแยะความแตกต่างของพื้นที่สมองที่เกี่ยวข้องกับการพัฒนาและการบำรุงรักษาติดยาเสพติด ในการศึกษานี้เราใช้การถ่ายภาพด้วยคลื่นแม่เหล็กไฟฟ้าด้วยฟังก์ชั่นการพักผ่อน (fMRI) เพื่อตรวจสอบเครือข่ายโหมดเริ่มต้น (DMN) ในวัยรุ่นที่มี IGA จุดมุ่งหมายของการศึกษานี้คือ 1) เพื่อตรวจสอบการเชื่อมต่อเครือข่ายเริ่มต้นที่ได้รับการแก้ไข (FC), 2) เพื่อตรวจสอบว่ามีการเปลี่ยนแปลงใด ๆ ที่สอดคล้องกับสิ่งที่เห็นในผู้ป่วยที่ติดสารเสพติดและ 3) ความสัมพันธ์ระหว่าง FC ที่มีการเปลี่ยนแปลงและมาตรการเชิงพฤติกรรมและบุคลิกภาพในวิชาที่มี IAD

 

วัสดุและวิธีการ

Subjects

อาสาสมัครทุกคนได้รับการคัดเลือกจากแผนกจิตเวชเด็กและวัยรุ่นของศูนย์สุขภาพจิตเซี่ยงไฮ้ พวกเขามีอายุ 14 ถึง 17 เราถ่ายภาพสิบเจ็ดวิชาที่มีพฤติกรรมสอดคล้องกับเกณฑ์ DSM-IV สำหรับ IA ตามแบบสอบถามวินิจฉัยสำหรับการติดอินเทอร์เน็ต (เช่น YDQ) โดย Beard [12]. กลุ่มคนที่มีสุขภาพดีอายุยี่สิบสี่ปีมีเพศสัมพันธ์ที่ไม่มีประวัติส่วนตัวหรือมีประวัติครอบครัวเป็นโรคทางจิตเวช อาสาสมัครทุกคนถนัดขวาและไม่สูบ

แบบสอบถามข้อมูลพื้นฐานถูกใช้เพื่อรวบรวมข้อมูลประชากรเช่นเพศอายุปีสุดท้ายของการศึกษาที่เสร็จสมบูรณ์และชั่วโมงการใช้อินเทอร์เน็ตต่อสัปดาห์ การศึกษาครั้งนี้ได้รับการอนุมัติจากคณะกรรมการจริยธรรมของโรงพยาบาล Ren Ji แห่งโรงเรียนแพทย์ Shanghai Jiao Tong ผู้เข้าร่วมและผู้ปกครองหรือผู้ปกครองตามกฎหมายได้รับแจ้งถึงจุดประสงค์ของการศึกษาของเราก่อนที่จะทำการตรวจถ่ายด้วยคลื่นสนามแม่เหล็ก (MRI) ได้รับความยินยอมเต็มรูปแบบและเป็นลายลักษณ์อักษรจากผู้ปกครองหรือผู้ดูแลตามกฎหมายของผู้เข้าร่วมแต่ละคน

เกณฑ์การรวมและการยกเว้น

วิชาทั้งหมดได้รับการตรวจร่างกายอย่างง่ายรวมถึงการวัดความดันโลหิตและอัตราการเต้นของหัวใจและได้รับการสัมภาษณ์โดยจิตแพทย์เกี่ยวกับประวัติทางการแพทย์ของพวกเขาเกี่ยวกับประสาท, มอเตอร์, ทางเดินอาหาร, ทางเดินหายใจ, การไหลเวียนเลือดต่อมไร้ท่อ จากนั้นพวกเขาจะถูกคัดเลือกสำหรับความผิดปกติทางจิตเวชด้วยการสัมภาษณ์ Mini International Neuropsychiatric สำหรับเด็กและวัยรุ่น (MINI-KID)[13]. เกณฑ์การยกเว้นรวมถึงประวัติของการใช้สารเสพติดหรือการพึ่งพาอาศัยอยู่ในโรงพยาบาลก่อนหน้านี้สำหรับความผิดปกติทางจิตเวชหรือประวัติของโรคทางจิตเวชที่สำคัญเช่นโรคจิตเภทซึมเศร้าโรควิตกกังวลและโรคจิตตอน วิชาที่มี IAD ไม่ได้รับการรักษาด้วยจิตบำบัดหรือยาใด ๆ

แบบสอบถามวินิจฉัยสำหรับ IA ถูกดัดแปลงจากเกณฑ์ DSM-IV สำหรับการพนันทางพยาธิวิทยาโดย Young [2]. YDQ ที่เราใช้ประกอบด้วยคำถาม“ ใช่” หรือ“ ไม่” แปดข้อที่แปลเป็นภาษาจีน มันรวมคำถามต่อไปนี้: (1) คุณรู้สึกหมกมุ่นอยู่กับอินเทอร์เน็ตตามดัชนีโดยการจดจำกิจกรรมออนไลน์ก่อนหน้าหรือความต้องการสำหรับเซสชันออนไลน์ครั้งต่อไปหรือไม่ (2) คุณรู้สึกพึงพอใจกับการใช้อินเทอร์เน็ตของคุณหรือไม่ถ้าคุณเพิ่มเวลาออนไลน์? (3) คุณล้มเหลวในการควบคุมลดหรือออกจากการใช้อินเทอร์เน็ตซ้ำ ๆ ? (4) คุณรู้สึกประหม่าเจ้าอารมณ์ซึมเศร้าหรือละเอียดอ่อนเมื่อพยายามลดหรือเลิกใช้อินเทอร์เน็ตหรือไม่ (5) คุณออนไลน์นานกว่าที่ตั้งใจไว้หรือไม่? (6) คุณเสี่ยงต่อการสูญเสียความสัมพันธ์ที่สำคัญงานการศึกษาหรือโอกาสในการทำงานเนื่องจากอินเทอร์เน็ตหรือไม่ (7) คุณโกหกสมาชิกในครอบครัวนักบำบัดโรคหรือคนอื่น ๆ เพื่อซ่อนความจริงของการมีส่วนร่วมกับอินเทอร์เน็ตของคุณหรือไม่? (8) คุณใช้อินเทอร์เน็ตเป็นวิธีการหลบหนีจากปัญหาหรือบรรเทาความวิตกกังวล (เช่นความรู้สึกหมดหนทางผิดรู้สึกวิตกกังวลหรือซึมเศร้า) หรือไม่? Young ยืนยันว่าการตอบ“ ใช่” ห้าข้อขึ้นไปสำหรับคำถามแปดข้อบ่งชี้ว่าผู้ใช้ที่พึ่งพิง ต่อมา Beard and Wolf [12] แก้ไขเกณฑ์ YDQ ให้ระบุว่าผู้ตอบที่ตอบว่า“ ใช่” สำหรับคำถาม 1 ผ่าน 5 และอย่างน้อยหนึ่งในสามคำถามที่เหลือควรได้รับการจัดประเภทว่าเป็นทุกข์จาก IA

การประเมินพฤติกรรมและบุคลิกภาพ

แบบสอบถามสี่ชุดถูกนำมาใช้เพื่อประเมินพฤติกรรมและบุคลิกภาพของผู้เข้าร่วม ได้แก่ มาตราส่วนอินเทอร์เน็ตของเฉิน (CIAS)[14]ระดับความวิตกกังวลประเมินตนเอง (SAS)[15]มาตราส่วนการประเมินตนเอง (SDS) [16]และ Barratt Impulsiveness Scale-11 (BIS-11) [17]. แบบสอบถามทั้งหมดถูกสร้างขึ้นเป็นภาษาอังกฤษจากนั้นแปลเป็นภาษาจีน

MRI เข้าซื้อกิจการ

MRI ดำเนินการโดยใช้เครื่องสแกนเนอร์ 3T MRI (GE Signa HDxt 3T, USA) ใช้หัวม้วนมาตรฐานพร้อมแผ่นโฟมเพื่อ จำกัด การเคลื่อนไหวของหัว ในระหว่างการพักผ่อน fMRI รัฐอาสาสมัครถูกสั่งให้หลับตานิ่ง ๆ ตื่นตัวและไม่คิดถึงอะไรเป็นพิเศษ ลำดับไล่ระดับเสียงสะท้อน -echo-planar ถูกนำมาใช้สำหรับการถ่ายภาพการทำงาน สามสิบสี่ชิ้นตามขวาง [เวลาการทำซ้ำ (TR) = 2000 ms, เวลา echo (TE) = 30 ms, มุมมอง (FOV) = 230 × 230 ×, 3.6 × 3.6 มม. ขนาด Voxel รับบรรทัด commissure ภายนอก การสแกน fMRI แต่ละครั้งใช้เวลานาน 4 s อีกหลายลำดับก็มารวมทั้ง (440) sagittal T1 - 1D- แม่เหล็ก 3 น้ำหนัก - เตรียมจัดลำดับการไล่ระดับเสียงสะท้อนอย่างรวดเร็ว [TR = 9.4 ms, TE = 4.6 °, FOV = 15 × 256 มม., 256 × 155 มม. สไลซ์, 1 × 1 × 1 มม. ขนาด voxel], (2) แกน 1 × 331 × 4.6 × 256 คูณ 256 × 34 × 0.5, 0.5 × 4 × ขนาด voxel], และ (3) ลำดับแกนหมุน T2W เทอร์โบหมุน echo [TR = 3013 ms, TE = 80 ms, FOV = 256 × 256 × 34 × 0.5 × 0.5 × VNUMX ขนาด VOXEL]

การวิเคราะห์ภาพ

สองตัวอย่าง t- การทดสอบใช้สำหรับการเปรียบเทียบกลุ่มเพื่อตรวจสอบความแตกต่างของประชากรระหว่างสองกลุ่มและχ2- การทดสอบใช้สำหรับการเปรียบเทียบเพศ แบบสองด้าน p- ค่าของ 0.05 ถือว่ามีนัยสำคัญทางสถิติสำหรับการวิเคราะห์ทั้งหมด

สแกนสมองโครงสร้าง MRI (ภาพน้ำหนัก T1- และ T2) ได้รับการตรวจสอบโดยนักประสาทวิทยาที่มีประสบการณ์สองคน ไม่พบความผิดปกติทั้งหมดในทั้งสองกลุ่ม การประมวลผลล่วงหน้า MRI ตามหน้าที่ได้รับการดำเนินการโดยใช้ Data Processing Assistant สำหรับการพักผ่อน - สถานะ fMRI V 2.0 (YAN Chao-Gan, http://www.restfmri.net) ซึ่งรวมเข้ากับชุดเครื่องมือ MRIcroN (Chris Rorden, http://www.mricro.com), การทำแผนที่ตัวแปรเชิงสถิติ (SPM5; Wellcome Department of Imaging Neuroscience, ลอนดอน, สหราชอาณาจักร) และชุดเครื่องมือวิเคราะห์ข้อมูล fMRI สำหรับพักผ่อน - รัฐ (ซอฟต์แวร์ REST V1.8, เพลงและคณะ, http://www.restfmri.net).

ไดรฟ์ข้อมูล 10 แรกของแต่ละชุดเวลาของการทำงานถูกละทิ้งเนื่องจากความไม่แน่นอนของสัญญาณ MRI เริ่มต้นและการปรับตัวเริ่มต้นของผู้เข้าร่วมกับสถานการณ์ ข้อมูลจากการสแกนแต่ละ fMRI มีจุดเวลา 220 และอิมเมจ 210 ที่เหลือถูกประมวลผลล่วงหน้า ภาพได้รับการแก้ไขในเวลาต่อมาและถูกปรับให้เข้ากับภาพแรกโดยการแก้ไขการเคลื่อนไหวของศีรษะแข็งเกร็ง (ข้อมูลผู้ป่วยที่แสดงการเคลื่อนไหวมากกว่า 1 mm ด้วยการแปลสูงสุดใน x, y,หรือ zหรือการหมุนสูงสุด 1 °เกี่ยวกับแกนสามแกนถูกยกเลิก) ไม่มีผู้เข้าร่วมถูกกีดกันเนื่องจากการเคลื่อนไหว ภาพการทำงานถูกทำให้เป็นมาตรฐานในพื้นที่ stereotaxic กายวิภาคทรีลระบบประสาทสถาบัน (MNI) ไดรฟ์ข้อมูลที่ได้มาตรฐานถูก resampled เป็นขนาด voxel ของ 3 mm × 3 mm × 3 mm ภาพก้องระนาบถูกทำให้ราบเรียบเชิงพื้นที่โดยใช้ตัวกรอง isotropic Gaussian ของความกว้างเต็ม 4 มม. ที่ครึ่งสูงสุด

อนุกรมเวลาในแต่ละ voxel นั้น detrended เพื่อแก้ไขสำหรับการเลื่อนเชิงเส้นเมื่อเวลาผ่านไป ความแปรปรวนเก้ารำคาญ (ตัวทำนายเวลาแบบอนุกรมสำหรับสัญญาณทั่วโลก, สสารสีขาว, น้ำไขสันหลังและพารามิเตอร์การเคลื่อนไหวทั้งหก) ได้รับการถดถอยตามลำดับจากอนุกรมเวลา[18], [19]. จากนั้นจึงทำการกรองชั่วคราว (0.01 – 0.08 Hz) กับอนุกรมเวลาของแต่ละ voxel เพื่อลดผลกระทบของการลอยความถี่ต่ำและเสียงรบกวนความถี่สูง[8], [20]-[22]

เทมเพลต PCC ซึ่งประกอบด้วยพื้นที่ของ Brodmann 29, 30, 23 และ 31 ได้รับเลือกเป็นภูมิภาคที่น่าสนใจ (ROI) โดยใช้ซอฟต์แวร์ WFU-Pick Atlas[23]. ชุดสัญญาณเวลาขึ้นอยู่กับระดับออกซิเจนในเลือดใน voxels ภายในบริเวณเมล็ดถูกหาค่าเฉลี่ยเพื่อสร้างอนุกรมเวลาอ้างอิง สำหรับแต่ละเรื่องและภูมิภาคของเมล็ดแผนที่ความสัมพันธ์ถูกสร้างขึ้นโดยการคำนวณค่าสัมประสิทธิ์สหสัมพันธ์ระหว่างอนุกรมเวลาอ้างอิงและอนุกรมเวลาจาก voxels สมองอื่น ๆ ทั้งหมด ค่าสัมประสิทธิ์สหสัมพันธ์ถูกแปลงเป็น z ค่าโดยใช้ฟิชเชอร์ z- เปลี่ยนรูปเพื่อปรับปรุงความปกติของการแจกแจง[22]. เฉพาะบุคคล z- คะแนนถูกป้อนลงใน SPM5 สำหรับตัวอย่างหนึ่งรายการ t- ทดสอบเพื่อกำหนดขอบเขตสมองด้วยการเชื่อมต่อที่สำคัญกับ PCC ภายในแต่ละกลุ่ม คะแนนส่วนบุคคลก็ถูกป้อนเข้า SPM5 สำหรับการวิเคราะห์ผลแบบสุ่มและสองตัวอย่าง t- การทดสอบเพื่อระบุภูมิภาคที่แสดงความแตกต่างอย่างมีนัยสำคัญในการเชื่อมต่อกับ PCC ระหว่างสองกลุ่ม การแก้ไขการเปรียบเทียบหลายรายการดำเนินการโดยใช้โปรแกรม AlphaSim ในการวิเคราะห์แพคเกจซอฟต์แวร์ Function Neuroimages ตามที่กำหนดโดยการจำลอง Monte Carlo แผนที่สถิติของสองตัวอย่าง tทดสอบถูกสร้างขึ้นโดยใช้เก ​​ณ ฑ์รวมของ p<0.05 และขนาดคลัสเตอร์ขั้นต่ำ 54 voxels ซึ่งได้รับการแก้ไขเกณฑ์ที่ p<0.05 ภูมิภาคที่แสดงความแตกต่างอย่างมีนัยสำคัญทางสถิติถูกปิดบังไว้ในเทมเพลตสมองของ MNI CIAS ที่พัฒนาโดย Chen มี 26 รายการในระดับ Likert 4 จุด คะแนนรวมอยู่ระหว่าง 26 ถึง 104 และแสดงถึงความรุนแรงของการติดอินเทอร์เน็ต การศึกษาก่อนหน้านี้แสดงให้เห็นว่าผู้ป่วยที่มี IA มีความบกพร่องในการควบคุมแรงกระตุ้น [24]. ดังนั้นภาพที่ตัดกันแสดงถึงส่วนที่มีความสัมพันธ์กันระหว่างกิจกรรมในบริเวณเมล็ดและคะแนน CIAS และ BIS-11 และชั่วโมงการใช้อินเทอร์เน็ตต่อสัปดาห์ (ชั่วโมง) สำหรับกลุ่ม 17 ที่มี IGA เพื่อประเมินความสัมพันธ์ระหว่างความรุนแรงของอาการ IGA แรงกระตุ้นและการเชื่อมต่อ PCC โดยใช้เก ​​ณ ฑ์ pแก้ไข <0.05 AlphaSim

 

ผลสอบ

มาตรการทางประชากรศาสตร์และพฤติกรรม

1 ตาราง แสดงรายการมาตรการด้านประชากรและพฤติกรรมสำหรับ IGA และอาสาสมัครควบคุม ไม่มีความแตกต่างอย่างมีนัยสำคัญในการแจกแจงอายุเพศและปีการศึกษาระหว่างทั้งสองกลุ่ม วิชาที่มี IGA มีส่วนร่วมในการใช้อินเทอร์เน็ตมากกว่าชั่วโมงต่อสัปดาห์ (p <0.0001) และมีคะแนน CIAS (p <0.0001) และ BIS-11 (p = 0.01) สูงกว่ากลุ่มควบคุม ไม่พบความแตกต่างของคะแนน SAS หรือ SDS ระหว่างกลุ่ม

ภาพขนาดย่อ
ดาวน์โหลด: 

1 ตาราง ลักษณะทางประชากรและพฤติกรรมของผู้เข้าร่วมรวม

ดอย: 10.1371 / journal.pone.0059902.t001

การวิเคราะห์ระหว่างกลุ่มของการเชื่อมต่อ PCC

การวิเคราะห์ระหว่างกลุ่มดำเนินการโดยใช้ t-test สองตัวอย่างใน SPM5 เมื่อเปรียบเทียบกับกลุ่มควบคุมกลุ่มตัวอย่างที่มี IGA แสดงว่า FC เพิ่มขึ้นในสมองซีกด้านหลังและสมองส่วนกลางชั่วคราว กลีบข้างขม่อมทวิภาคีทวิภาคีของพวกเขาและ gyrus ขมับด้านขวาแสดงการเชื่อมต่อลดลง (2 ตาราง และ รูป 1).

ภาพขนาดย่อ
ดาวน์โหลด: 

รูป 1 ความแตกต่างระหว่างกลุ่มอย่างมีนัยสำคัญในการเชื่อมต่อการทำงานระหว่างกลุ่มควบคุมที่ดีต่อสุขภาพและผู้ที่มี IGA

เมื่อเปรียบเทียบกับกลุ่มควบคุมกลุ่มตัวอย่างที่มี IGA แสดงว่า FC เพิ่มขึ้นในกลีบสมองส่วนปลายทวิภาคีและซีกกลางชั่วคราว หลายภูมิภาคยังแสดงถึงการเชื่อมต่อที่ลดลงรวมถึง lobule ด้อยกว่าข้างขม่อมทวิภาคีและ Gyrus ชั่วขณะด้านขวา (p<0.05, แก้ไข AlphaSim) แถบ t-score จะแสดงทางด้านขวา สีแดงหมายถึงตัวควบคุม IGA> และสีน้ำเงินหมายถึง IAD

ดอย: 10.1371 / journal.pone.0059902.g001

ภาพขนาดย่อ
ดาวน์โหลด: 

2 ตาราง ความแตกต่างระหว่างกลุ่มอย่างมีนัยสำคัญในการเชื่อมต่อการทำงานระหว่างพื้นที่สมองที่เฉพาะเจาะจงและเยื่อหุ้มสมองหลังส่วนล่าง

ดอย: 10.1371 / journal.pone.0059902.t002

ความสัมพันธ์ระหว่างการเชื่อมต่อ PCC กับคะแนน CIAS และ BIS-11 และชั่วโมงการใช้อินเทอร์เน็ตต่อสัปดาห์ในวิชาที่มี IGA

การเชื่อมต่อกับ PCC มีความสัมพันธ์เชิงบวกกับคะแนน CIAS ใน precuneus ด้านขวาด้านหลัง cingulate gyrus, ฐานดอก, caudate, นิวเคลียส accumbens, พื้นที่มอเตอร์เสริม (SMA), และ gyrus ลิ้นด้านขวาและมีความสัมพันธ์เชิงลบใน cerebellum กลีบหน้าและซ้าย lobule ข้างขม่อมที่เหนือกว่า (3 ตาราง และ รูป 2) ไม่มีความสัมพันธ์อย่างมีนัยสำคัญระหว่างการเชื่อมต่อกับคะแนน PCC และ BIS-11 หรือชั่วโมงการใช้อินเทอร์เน็ตต่อสัปดาห์

ภาพขนาดย่อ
ดาวน์โหลด: 

รูป 2 ภูมิภาคสมองที่การเชื่อมต่อการทำงานกับ PCC มีความสัมพันธ์กับคะแนน CIAS อย่างมีนัยสำคัญในวิชาที่มี IGA

(p<0.05, แก้ไข AlphaSim)

ดอย: 10.1371 / journal.pone.0059902.g002

ภาพขนาดย่อ
ดาวน์โหลด: 

3 ตาราง บริเวณสมองที่การเชื่อมต่อการทำงานกับ PCC มีความสัมพันธ์กับคะแนน CIAS ในวิชาที่มี IGA

ดอย: 10.1371 / journal.pone.0059902.t003

หมายเหตุ: ส่วนด้านขวาของรูปแสดงถึงด้านซ้ายของผู้ป่วย PCC = หลังเยื่อหุ้มสมอง cingulate; IGA = การติดเกมบนอินเทอร์เน็ต; CIAS = มาตราส่วนการติดอินเทอร์เน็ตของเฉิน

 

การสนทนา

การวิจัยสะสมชี้ให้เห็นว่าการใช้อินเทอร์เน็ตมากเกินไปอาจนำไปสู่การพัฒนาพฤติกรรมการเสพติด [25], [26]. ผู้ที่ประสบปัญหา IAD แสดงคุณสมบัติทางคลินิกที่มีความอยากถอนและความอดทน[11], [27]เพิ่มความหุนหันพลันแล่น [28]และลดประสิทธิภาพการรับรู้ในงานที่เกี่ยวข้องกับการตัดสินใจที่มีความเสี่ยง[29]. อาการเหล่านี้บางส่วนเกี่ยวข้องกับการติดสารเสพติด [30]. IA ประกอบด้วยกิจกรรมทางอินเทอร์เน็ตที่หลากหลายซึ่งอาจส่งผลให้เกิดความเจ็บป่วยเช่นการเล่นเกมการช็อปปิ้งการพนันหรือเครือข่ายสังคมออนไลน์ การเล่นเกมเป็นส่วนหนึ่งของโครงสร้างที่สร้างขึ้นมาของ IA และการติดการเล่นเกมดูเหมือนจะเป็นรูปแบบการศึกษาที่กว้างขวางที่สุดของ IA จนถึงปัจจุบัน [31]. ในช่วงไม่กี่ปีที่ผ่านมา IAD ได้กลายเป็นที่แพร่หลายทั่วโลกและการรับรู้ถึงผลกระทบร้ายแรงต่อผู้ใช้และสังคมได้เพิ่มขึ้นอย่างรวดเร็ว อย่างไรก็ตามกลไก neurobiological ของ IAD ยังไม่ได้รับการอธิบายอย่างเต็มที่

นักวิจัยบางคนสนับสนุนการอ้างว่า IAD มีความผิดปกติทางระบบประสาทคล้ายกับความผิดปกติอื่น ๆ Hou et al.,[32] พบว่าระดับการแสดงออกของ dopamine transporter (DAT) ใน striatum นั้นลดลงอย่างมีนัยสำคัญในผู้ที่เป็นโรค IAD โดยใช้ 99mTc-TRODAT-1 การสแกนเอกซ์เรย์เดียวในสมอง DATs มีบทบาทสำคัญในการควบคุมระดับโดปามีน synaptic ระดับสูง [33]และถูกใช้เป็นเครื่องหมายของขั้วโดปามีน [34]. การลดลงของจำนวนเซลล์เยื่อหุ้มเซลล์ DATs อาจสะท้อนให้เห็นถึงการสูญเสียขั้วโดปามีนเด่นชัดเด่นชัดหรือความบกพร่องของระบบสมองโดปามีนซึ่งยังพบในการติดสารที่เกี่ยวข้องกับสาร [35]. เนื่องจากการเพิ่มโดปามีนนอกเซลล์ใน striatum นั้นสัมพันธ์กับการอธิบายอัตนัยของการให้รางวัลเช่นความสูงและความรู้สึกสบาย [36]บุคคลที่มี IAD อาจมีความรู้สึกสบายเช่นเดียวกับระดับโดปามีนนอกเซลล์ในการเพิ่มระดับ striatum ผู้ป่วยที่มีการพนันทางพยาธิวิทยาแสดงให้เห็นถึงระดับสูงของโดปามีนในท้อง striatum ในระหว่างการเล่นการพนัน[37]. การศึกษาการถ่ายภาพเอกซเรย์ปล่อยโพซิตรอนพบว่ามีการเพิ่มโดปามีนใน striatum ระหว่างการเล่นวิดีโอเกม [38].

นักวิจัยบางคน [39]-[44] ได้ใช้ fMRI พักผ่อนรัฐในผู้ป่วยที่พึ่งพาสารเพื่อทำความเข้าใจกลไกของมันและช่วยอธิบายการขาดดุลพฤติกรรมและ neuropsychological จากการศึกษาจำนวนหนึ่งได้ระบุว่าสมองส่วนสำคัญที่คิดว่ามีส่วนร่วมในความผิดปกติของการเสพติดเช่นนิวเคลียส accumbens [45], dorsal striatum, และ prefrontal cortex (PFC) [46], [47]. ผลลัพธ์ที่ได้จาก Zhang et al.,[39] แสดงให้เห็นถึงความแตกต่างของรูปแบบการเปิดใช้งานระหว่างอาสาสมัครเฮโรอีนและสุขภาพในพื้นที่รวมถึง orbitofrontal cortex (OFC), gying cingulate, บริเวณหน้าผากและพารา - ลิมบิคด้านหน้าเช่น cingulate cortex (ACC), hippocampal / parahippocampal, amygdala, caudate putamen, insula ด้านหลังและฐานดอก ภูมิภาคเหล่านี้มีส่วนร่วมในเครือข่ายสมองที่ได้รับรางวัลแรงจูงใจการเรียนรู้และความทรงจำและการควบคุมวงจรอื่น ๆ ทานาเบะและคณะ[40]พบว่าการบริโภคนิโคตินเกี่ยวข้องกับกิจกรรมที่ลดลงในภูมิภาคภายใน DMN และกิจกรรมที่เพิ่มขึ้นในภูมิภาคที่โดดเด่นเป็นพิเศษ พวกเขาแนะนำว่าผลกระทบของนิโคตินเหล่านี้หากไม่มีสิ่งเร้าทางสายตาหรือการประมวลผลที่พยายามแนะนำว่าผลกระทบทางปัญญาของมันอาจเกี่ยวข้องกับการเปลี่ยนจากเครือข่ายที่ประมวลผลข้อมูลภายในเป็นกระบวนการที่ประมวลผลข้อมูลภายนอก การศึกษาอื่นรายงานว่าผู้สูบบุหรี่มีเพศสัมพันธ์มากกว่าเมื่อเทียบกับผู้ไม่สูบบุหรี่ระหว่างเครือข่าย fronto-parietal และ medial prefrontal cortex (mPFC) ผู้สูบที่มีเพศสัมพันธ์ fronto-parietal mPFC ซ้ายสุดมีการตอบสนองต่อการสูบบุหรี่ที่ด้านหลังของ striatum striatum มากที่สุดซึ่งวัดได้ระหว่างกระบวนทัศน์ปฏิกิริยาการสูบบุหรี่ fMRI[41]. การศึกษาดำเนินการโดย Ko CH และคณะ [48] สมองที่ประเมินนั้นมีความสัมพันธ์กับความอยากรู้อยากเห็นคิวในการเล่นเกมออนไลน์ในวิชาที่มี IGA ผลของพวกเขาแสดงให้เห็นว่าทวิภาคี dorsolateral prefrontal cortex (DLPFC), precuneus, parahippocampus ซ้าย, cingulate หลังและ cingulate ด้านหน้าขวาถูกเปิดใช้งานในการตอบสนองต่อคิวเกมในกลุ่ม IGA ในลักษณะที่แข็งแกร่งกว่าในกลุ่มควบคุม ดังนั้นการค้นพบเหล่านี้ชี้ให้เห็นว่าการสนับสนุนทางระบบประสาทของ IGA นั้นคล้ายคลึงกับความผิดปกติในการใช้สาร

ยึดตามแบบจำลองที่เสนอโดย Volkowet al.,[49] จำนวนของระบบประสาทอาจเป็นสื่อกลางความอยากเล่นเกมที่เกิดขึ้นคิว สิ่งเหล่านี้รวมถึงพื้นที่การประมวลผลภาพเช่นกลีบท้ายทอยหรือ precuneus ที่เชื่อมโยงตัวชี้นำการเล่นเกมกับข้อมูลภายในและระบบหน่วยความจำที่รวมถึงฮิบโปแคมปัสพาราฮิปโพคัมปัสหรืออะมิกดาลาและให้ความทรงจำทางอารมณ์ พวกเขายังรวมถึงระบบการให้รางวัลเช่นระบบลิมบิกและการตกแต่งด้านหลังซึ่งช่วยในการประเมินข้อมูลที่เกี่ยวข้องกับการเล่นเกมและให้ความคาดหวังและการให้รางวัลอย่างมีนัยสำคัญและรวมถึงระบบแรงจูงใจเช่น . ในที่สุดระบบเหล่านี้รวมถึงระบบผู้บริหารเช่น DLPFC และคอร์เท็กซ์ prefrontal ที่อนุญาตให้หนึ่งในรูปแบบแผนการที่จะได้รับออนไลน์สำหรับการเล่นเกม

เราพบว่าอาสาสมัครที่มี IGA แสดงให้เห็นว่า FC เพิ่มขึ้นในสมองซีกสมองด้านหลังทวิภาคีและ gyrus ชั่วคราว กลีบข้างขม่อมทวิภาคีทวิภาคีและกลีบขมับด้านขวาแสดงการเชื่อมต่อลดลงเมื่อเทียบกับกลุ่มควบคุม การเชื่อมต่อกับ PCC นั้นมีความสัมพันธ์เชิงบวกกับคะแนน CIAS ซึ่งสัมพันธ์กับความรุนแรงของ IGA ในบริเวณที่ถูกต้องด้านหลังลิ้นหัวใจด้านหลังฐานดอก caudate นิวเคลียส accumbens พื้นที่เสริมมอเตอร์และลิ้นจี่ภาษา พวกเขามีความสัมพันธ์เชิงลบกับสมองกลีบหน้าสมองซีกขวาและสมองกลีบข้างขม่อม

หน้าที่ของสมองน้อยนั้นไม่ได้ จำกัด เฉพาะการเคลื่อนไหวและความสมดุลเนื่องจากมันยังมีบทบาทสำคัญในกระบวนการทางอารมณ์และความรู้ความเข้าใจ [50], [51]. มันได้รับข้อมูลจากระบบประสาทสัมผัสและส่วนอื่น ๆ ของสมองและรวมอินพุตเหล่านี้เพื่อปรับกิจกรรมการเคลื่อนไหวของมอเตอร์[52]. สมองส่วนหลังนั้นส่วนใหญ่เกี่ยวข้องกับการควบคุมความรู้ความเข้าใจ[53]การประมวลผลสัญญาณและการจัดเก็บกระบวนการที่เกี่ยวกับความจำทางหู - ทางวาจาที่เกี่ยวข้อง[54]. การไหลเวียนของเลือด (rCBF) เห็นได้ชัดว่าเพิ่มขึ้นในสมองน้อยเมื่อความอยากถูกเหนี่ยวนำโดยคิวโคเคน [55]. Paradiso และ Takeuchi ยืนยันว่าการกระตุ้นสมองน้อยอาจเกี่ยวข้องกับกระบวนการทางอารมณ์และความสนใจในระหว่างการชักนำคิว [56], [57]. ในการวิจัยเกี่ยวกับการปรับเปลี่ยนในความเป็นเนื้อเดียวกันในระดับภูมิภาค (Reho) ของกิจกรรมสมองส่วนที่เหลือในวิชาที่มี IGA[58]รีโฮเพิ่มขึ้นในสมองซีกหลังด้านซ้าย นี่แสดงให้เห็นว่าสมองน้อยมีบทบาทสำคัญในความอยากที่เกิดจาก IGA โดยเฉพาะอย่างยิ่งในระหว่างการเตรียมการปฏิบัติงานและความจำในการทำงาน[59]และกระบวนการปรับมอเตอร์ปรับโดยระบบ extrapyramidal เราพบว่า FC เพิ่มขึ้นใน cerebellum หลังระดับทวิภาคี แต่ความสัมพันธ์เชิงลบในสมองกลีบสมองซีรัมด้านขวาด้วยคะแนน CIAS แม้ว่าสถานที่ตั้งจะแตกต่างกันในแง่ของฟังก์ชั่นของสมองน้อย แต่ก็มีความแตกต่างที่สำคัญกว่าในมิติที่อยู่ตรงกลางถึงด้านข้าง ดังนั้นการโต้แย้งนี้จึงไม่สามารถยืนยันได้ในการศึกษานี้และจะต้องได้รับการตรวจสอบโดยการศึกษาติดตามผล

ไจรัสชั่วคราวกลางทวิภาคีแสดงให้เห็นว่า FC เพิ่มขึ้นในอาสาสมัครที่มี IGA แต่ Gyrus ชั่วคราวที่ด้อยกว่าด้านขวาแสดงให้เห็นว่า FC ลดลง ด้อยกว่าชั่วขณะ gyrus เป็นหนึ่งในระดับที่สูงขึ้นของกระแสทางหน้าท้องของการประมวลผลเสียงและภาพและมีความเกี่ยวข้องกับการเป็นตัวแทนของคุณสมบัติวัตถุที่ซับซ้อน[60]. ดงและคณะ พบว่า Reho ลดลงในช่วงเวลาที่ต่ำกว่า gyrus และพวกเขาเขียนว่า ReHo ที่ลดลงในบริเวณที่เกี่ยวข้องกับการมองเห็นและการได้ยินอาจแนะนำว่าการซิงโครไนซ์ที่ลดลงในอาสาสมัครกับ IGA อาจเป็นผลมาจากการเล่นเกมเป็นเวลานาน [58]. ผลลัพธ์ของเราบางส่วนสอดคล้องกับสมมติฐานนี้ซึ่งควรได้รับการตรวจสอบในการศึกษาในอนาคต

เราพบว่า FC ลดลงใน lobule ด้อยกว่าทวิภาคีทวิภาคีและ FC ของ lobule ข้างขม่อมเหนือกว่าซ้ายรวมถึง PCC มีความสัมพันธ์เชิงลบกับคะแนน CIAS การศึกษาต่าง ๆ พบว่ากลีบข้างขม่อมมีส่วนร่วมในงาน visuospatial การเปลี่ยนตำแหน่งของวัตถุที่จับตาดูอาจนำไปสู่การกระตุ้นการทำงานแบบทวิภาคีที่แข็งแกร่งของเยื่อหุ้มสมองข้างขม่อม[61]. Olson และคณะ[62]ค้นพบว่ากลีบข้างขม่อมมีบทบาทสำคัญในความจำระยะสั้น นอกจากนี้นักวิจัยบางคนตั้งสมมติฐานว่าเยื่อหุ้มสมองข้างขม่อมอาจมีบทบาทในการควบคุมความสนใจหรือระงับการตอบสนองของมอเตอร์ในระหว่างการยับยั้งการตอบสนอง[63], [64].

การเชื่อมต่อกับ PCC มีความสัมพันธ์เชิงบวกกับคะแนน CIAS ใน precuneus ด้านขวา, หลัง cingulate gyrus, ฐานดอก, caudate, accumbens นิวเคลียส, SMA และ gyrus ภาษา พื้นที่ส่วนใหญ่เหล่านี้เป็นส่วนหนึ่งของระบบรางวัล[65]. precuneus มีความเกี่ยวข้องกับการมองเห็นภาพความสนใจและการดึงหน่วยความจำ มันมีส่วนร่วมในกระบวนการทางสายตาและรวมความทรงจำที่เกี่ยวข้อง การวิจัยแสดงให้เห็นว่า precuneus ถูกเปิดใช้งานโดยตัวชี้นำการเล่นเกมรวมความทรงจำที่ดึงออกมาและก่อให้เกิดความอยากที่เกิดจากคิวสำหรับเกมออนไลน์[66]. ในฐานะที่เป็นองค์ประกอบหลักของ DMN ที่เสนอ PCC มีส่วนเกี่ยวข้องในกระบวนการที่ตั้งใจ การศึกษาก่อนหน้าได้แสดงให้เห็นว่าเซลล์ประสาท PCC ตอบสนองต่อการรับรางวัลขนาดและการวางแนวภาพ - อวกาศ [67], [68]. การศึกษาก่อนหน้านี้พบว่าฐานดอกมีบทบาทสำคัญในการให้รางวัล [69] และพฤติกรรมที่มุ่งไปยังเป้าหมายพร้อมกับฟังก์ชั่นการคิดและการเคลื่อนไหวอื่น ๆ อีกมากมาย [70]. ดงและคณะ[71] พบวงจร thalamo-cortical ผิดปกติในอาสาสมัครที่มี IGA แนะนำนัยสำหรับความไวของรางวัล มีการรายงานการเปิดใช้งานของ striatum ระหว่างการทำนายรางวัลการติดตามข้อผิดพลาดในการทำนายรางวัลและในกระบวนทัศน์การพนันที่ซับซ้อนมากขึ้น [72], [73] เมื่อเร็ว ๆ นี้ได้มีการเสนอว่า striatum มีส่วนร่วมในการเขียนโค้ดกระตุ้นเศรษฐกิจแทนที่จะมีบทบาทพิเศษในการประมวลผลรางวัลต่อ[74]. การเตรียมการปฏิบัติเพื่อรับรางวัลสามารถปรับกิจกรรมในพื้นที่สมองเช่นหลัง striatum[75]-[77]. การศึกษาการยับยั้งการตอบสนองโดยใช้ fMRI พบว่า pre-SMA มีความสำคัญต่อการเลือกพฤติกรรมที่เหมาะสมรวมถึงการดำเนินการที่เหมาะสมและยับยั้งการตอบสนองที่ไม่เหมาะสม [78].

Gyrus ภาษาเป็นพื้นที่ภาพ ก่อนหน้านี้เราพบความแตกต่างในความหนาแน่นของสสารสีเทาใน gyrus ภาษาในเรื่องสุขภาพเมื่อเทียบกับ IAD [79], [80]. พื้นที่เชื่อมโยงภาพนี้มีส่วนเกี่ยวข้องในโรคจิตเภท[80]-[83]. หนึ่งการศึกษา[83] แสดงให้เห็นถึงการหมุนวนเพิ่มขึ้นและลดความหนาของเยื่อหุ้มสมองของ gyrus ภาษาซึ่งขยายผลการวิจัยก่อนหน้าของสัณฐานผิดปกติของภูมิภาคภาษาในโรคจิตเภท[84]. parahippocampus ที่ถูกต้องและ gyrus ภาษาได้รับการแสดงที่จะมีส่วนร่วมในเครือข่ายที่โดดเด่นในสมองซีกขวา mediating หน้าที่ทางอารมณ์ [85]. นอกจากนี้ Seiferth และคณะ [86] แสดงให้เห็นว่ามีการใช้ภาษาที่ถูกต้องมากเกินไประหว่างการเลือกปฏิบัติทางอารมณ์ในกลุ่มที่มีความเสี่ยงสูง

ในการศึกษานี้ไม่พบความผิดปกติใน FC ของ PCC ที่มี mPFC และ ACC นี่อาจเป็นส่วนหนึ่งเนื่องมาจากขนาดตัวอย่างที่ จำกัด และความรุนแรงเล็กน้อยของ IAD ในผู้เข้าร่วมเมื่อเทียบกับวิชาที่เราตรวจสอบก่อนหน้านี้ [25], [48], [57].

ข้อ จำกัด ของการศึกษา

มีข้อ จำกัด หลายประการที่ควรกล่าวถึงในการศึกษานี้ ขั้นแรกการวินิจฉัยของ IAD ขึ้นอยู่กับผลลัพธ์ของแบบสอบถามที่รายงานด้วยตนเองซึ่งอาจทำให้เกิดการจำแนกข้อผิดพลาดบางอย่าง ประการที่สองขนาดของกลุ่มตัวอย่างมีขนาดค่อนข้างเล็กซึ่งสามารถลดพลังของการวิเคราะห์ทางสถิติ เนื่องจากข้อ จำกัด นี้ผลการรายงานควรได้รับการพิจารณาเบื้องต้นและควรจะทำซ้ำในการศึกษาในอนาคตด้วยขนาดตัวอย่างที่ใหญ่ขึ้น ประการที่สามจากการศึกษาแบบภาคตัดขวางผลลัพธ์ของเราไม่ได้แสดงให้เห็นอย่างชัดเจนว่าคุณลักษณะทางจิตวิทยานำหน้าการพัฒนาของ IAD หรือเป็นผลมาจากการใช้อินเทอร์เน็ตมากเกินไป ดังนั้นการศึกษาในอนาคตควรชี้แจงความสัมพันธ์เชิงสาเหตุระหว่าง IAD และมาตรการทางจิตวิทยา ประการสุดท้ายเพื่ออธิบายให้เห็นถึงความรู้ทางชีววิทยาร่วมกันของการติดสารเสพติดและพฤติกรรมการเสพติดเช่น IGA ควรทำการศึกษาวิจัยเพิ่มเติมเกี่ยวกับผู้ป่วยจากทั้งสองกลุ่มทางคลินิก

 

สรุป

บทความนี้อธิบายถึงการศึกษาเบื้องต้นของ FC ในวัยรุ่นกับ IGA ผลการศึกษาของเราแนะนำให้วัยรุ่นที่มี IGA แสดงรูปแบบการพัก - สถานะของกิจกรรมของเซลล์ประสาทที่แตกต่างกัน การปรับเปลี่ยนบางส่วนสอดคล้องกับการรายงานในผู้ป่วยที่ติดสารเสพติด ดังนั้นผลลัพธ์เหล่านี้จึงสนับสนุนสมมติฐานที่ว่า IGA ในฐานะที่เป็นการเสพติดพฤติกรรมอาจมีความผิดปกติทางระบบประสาทที่คล้ายคลึงกันกับความผิดปกติอื่น ๆ

 

กิตติกรรมประกาศ

ผู้เขียนขอขอบคุณดร. ยงจางและดร. เขาหวางของ GE Healthcare สำหรับการสนับสนุนทางเทคนิค

 

ผลงานของผู้เขียน

รู้สึกและออกแบบการทดลอง: YZ Y-sD J-rX ดำเนินการทดลอง: W-nD J-hS Y-wS LL วิเคราะห์ข้อมูล: Y-wS YZ W-nD เครื่องมือรีเอเจนต์ / วัสดุ / การวิเคราะห์ที่ให้ข้อมูล: Y-wS YZ W-nD เขียนบทความ: Y-wS YZ W-nD

 

อ้างอิง

  1. 1. Kuss DJ, Griffiths MD (2012) การเสพติดอินเทอร์เน็ตและการเล่นเกม: การทบทวนวรรณกรรมอย่างเป็นระบบจากการศึกษาเกี่ยวกับระบบประสาท วิทยาศาสตร์สมอง 2: 347 – 374 ดอย: 10.3390 / brainsci2030347. ค้นหาบทความนี้ออนไลน์
  2. 2. Young KS (1998) การติดอินเทอร์เน็ต: การเกิดขึ้นของความผิดปกติทางคลินิกใหม่ ไซเบอร์จิตวิทยาพฤติกรรม 1: 237 – 244 ดอย: 10.1089 / cpb.1998.1.237. ค้นหาบทความนี้ออนไลน์
  3. 3. Siomos KE DE, Braimiotis DA, Mouzas OD, Angelopoulos NV (2008) การเสพติดอินเทอร์เน็ตในหมู่นักเรียนวัยรุ่นกรีก ไซเบอร์สปิล Behav 11: 653 – 657 ดอย: 10.1089 / cpb.2008.0088. ค้นหาบทความนี้ออนไลน์
  4. 4. Cao F SL (2007) การเสพติดอินเทอร์เน็ตในหมู่วัยรุ่นจีน: ความชุกและคุณสมบัติทางจิตวิทยา การดูแลสุขภาพเด็ก Dev 33: 2765 – 2781 ดอย: 10.1111 / j.1365-2214.2006.00715.x. ค้นหาบทความนี้ออนไลน์
  5. 5. Shek DT, Tang VM, Lo CY (2008) การเสพติดอินเทอร์เน็ตในวัยรุ่นจีนในฮ่องกง: การประเมินโปรไฟล์และความสัมพันธ์ทางจิตวิทยาสังคม ScientificWorldJournal 8: 776 – 787 ดอย: 10.1100 / tsw.2008.104. ค้นหาบทความนี้ออนไลน์
  6. 6. Ko CH YJ, Yen CF, Chen CS, Chen CC (2012) ความสัมพันธ์ระหว่างการติดอินเทอร์เน็ตและความผิดปกติทางจิตเวช: การทบทวนวรรณกรรม Eur Psychiatry 27: 1 – 8 ดอย: 10.1016 / j.eurpsy.2010.04.011. ค้นหาบทความนี้ออนไลน์
  7. 7. Alavi SS, Ferdosi M, Jannatifard F, Eslami M, Alaghemandan H, et al. (2012) การติดพฤติกรรมและการติดสาร: การโต้ตอบมุมมองทางจิตเวชและจิตวิทยา. Int J Prev Med 3: 290 – 294 ค้นหาบทความนี้ออนไลน์
  8. 8. Rogers P (1998) จิตวิทยาความรู้ความเข้าใจเกี่ยวกับการพนันลอตเตอรี: การทบทวนเชิงทฤษฎี J Gambl Stud 14: 111 – 134 ค้นหาบทความนี้ออนไลน์
  9. 9. Keepers GA (1990) ความลุ่มหลงทางพยาธิวิทยากับวิดีโอเกม J Am Acad Child Adolesc Psychiatry 29: 49 – 50 ค้นหาบทความนี้ออนไลน์
  10. 10. Lesieur HR BS (1993) การพนันทางพยาธิวิทยา, ความผิดปกติในการรับประทานอาหารและความผิดปกติในการใช้สารออกฤทธิ์ทางจิต j addict Dis 12: 89 – 102 ดอย: 10.1300/J069v12n03_08. ค้นหาบทความนี้ออนไลน์
  11. 11. บล็อก JJ (2008) ปัญหาสำหรับ DSM-V: การติดอินเทอร์เน็ต ฉันคือจิตเวชศาสตร์ 165: 306 – 307 ดอย: 10.1176 / appi.ajp.2007.07101556. ค้นหาบทความนี้ออนไลน์
  12. 12. Beard KW, Wolf EM (2001) แก้ไขในเกณฑ์การวินิจฉัยที่เสนอสำหรับการติดอินเทอร์เน็ต ไซเบอร์สปิล Behav 4: 377 – 383 ดอย: 10.1089/109493101300210286. ค้นหาบทความนี้ออนไลน์
  13. 13. Sheehan DV, Sheehan KH, Shytle RD, Janavs J, Bannon Y, et al. (2010) ความน่าเชื่อถือและความถูกต้องของการสัมภาษณ์ Mini Neuropsychiatric สำหรับเด็กและวัยรุ่น (MINI-KID) J Clin Psychiatry 71: 313 – 326 ดอย: 10.4088 / JCP.09m05305whi. ค้นหาบทความนี้ออนไลน์
  14. 14. Chen SH WL, Su YJ, Wu HM, Yang PF (2003) การพัฒนาขนาดการเพิ่มอินเทอร์เน็ตของจีนและการศึกษาด้านจิตวิทยา จีน J Psychol 45: 279 – 294 ค้นหาบทความนี้ออนไลน์
  15. 15. Zung WW (1971) เครื่องมือจัดอันดับสำหรับโรควิตกกังวล Psychosomatics 12: 371 – 379 ค้นหาบทความนี้ออนไลน์
  16. 16. Zung WW (1965) สเกลอาการซึมเศร้าแบบประเมินตนเอง จิตเวชศาสตร์ Arch Gen 12: 63 – 70 ดอย: 10.1001 / archpsyc.1965.01720310065008. ค้นหาบทความนี้ออนไลน์
  17. 17. Patton JH, Stanford MS, Barratt ES (1995) โครงสร้างปัจจัยของระดับความหุนหันพลันแล่นของ Barratt J Clin Psychol 51: 768 – 774 ดอย: 10.1002/1097-4679(199511)51:6<768::AID-JCLP2270510607>3.0.CO;2-1. ค้นหาบทความนี้ออนไลน์
  18. 18. Fox MD, Snyder AZ, Vincent JL, Corbetta M, Van Essen DC, และคณะ (2005) สมองของมนุษย์ได้รับการจัดระเบียบภายในเป็นเครือข่ายการทำงานแบบไดนามิกและมีความสัมพันธ์ซึ่งกันและกัน Proc Natl Acad Sci สหรัฐอเมริกา 102: 9673 – 9678 ดอย: 10.1073 / pnas.0504136102. ค้นหาบทความนี้ออนไลน์
  19. 19. Fox MD SA, Vincent JL, Corbetta M, Van Essen DC, และคณะ (2005) สมองของมนุษย์ได้รับการจัดระเบียบภายในเป็นเครือข่ายการทำงานแบบไดนามิกและมีความสัมพันธ์ซึ่งกันและกัน Proc Natl Acad Sci สหรัฐอเมริกา 102: 9673 – 9678 ดอย: 10.1073 / pnas.0504136102. ค้นหาบทความนี้ออนไลน์
  20. 20. Greicius MD, Krasnow B, Reiss AL, Menon V (2003) การเชื่อมต่อที่ใช้งานได้ในสมองพักผ่อน: การวิเคราะห์เครือข่ายของสมมติฐานโหมดเริ่มต้น Proc Natl Acad Sci สหรัฐอเมริกา 100: 253 – 258 ดอย: 10.1073 / pnas.0135058100. ค้นหาบทความนี้ออนไลน์
  21. 21. Biswal B, Yetkin FZ, Haughton VM, Hyde JS (1995) การเชื่อมต่อที่ใช้งานได้ในเยื่อหุ้มสมองของสมองมนุษย์โดยใช้ MRI echo-planar Magn Reson Med 34: 537 – 541 ดอย: 10.1002 / mrm.1910340409. ค้นหาบทความนี้ออนไลน์
  22. 22. Lowe MJ, Mock BJ, Sorenson JA (1998) การเชื่อมต่อที่ใช้งานได้ในการถ่ายภาพ echoplanar เดี่ยวและหลายขั้นตอนโดยใช้ความผันผวนของการพักผ่อน Neuroimage 7: 119 – 132 ดอย: 10.1006 / nimg.1997.0315. ค้นหาบทความนี้ออนไลน์
  23. 23. Maldjian JA, Laurienti PJ, Kraft RA, Burdette JH (2003) วิธีการอัตโนมัติสำหรับการซักถามชุดข้อมูล fMRI ที่เกี่ยวกับระบบประสาทและประสาทวิทยา Neuroimage 19: 1233 – 1239 ดอย: 10.1016/S1053-8119(03)00169-1. ค้นหาบทความนี้ออนไลน์
  24. 24. Dong G ZH, Zhao X (2011) ผู้เสพติดอินเทอร์เน็ตชายแสดงความสามารถในการควบคุมผู้บริหารที่บกพร่อง: หลักฐานจากงาน Stroop คำสี Neurosci Lett 499: 114 – 118 ดอย: 10.1016 / j.neulet.2011.05.047. ค้นหาบทความนี้ออนไลน์
  25. 25. Young K (2010) การเสพติดอินเทอร์เน็ตในช่วงทศวรรษ: มองย้อนกลับไปแบบส่วนตัว จิตเวชศาสตร์โลก 9: 91 ค้นหาบทความนี้ออนไลน์
  26. 26. Tao R HX, วัง J, จาง H, Zhang Y, Li M (2010) เกณฑ์การวินิจฉัยที่เสนอสำหรับการติดอินเทอร์เน็ต การเสพติด 105: 56 – 564 ดอย: 10.1111 / j.1360-0443.2009.02828.x. ค้นหาบทความนี้ออนไลน์
  27. 27. Aboujaoude E, Koran LM, Gamel N, MD ขนาดใหญ่, Serpe RT (2006) เครื่องหมายที่เป็นไปได้สำหรับการใช้งานอินเทอร์เน็ตที่มีปัญหา: การสำรวจทางโทรศัพท์ของผู้ใหญ่ 2,513 CNS Spectr 11: 750 – 755 ค้นหาบทความนี้ออนไลน์
  28. 28. Shapira NA, Goldsmith TD, Keck PE, Khosla UM, McElroy SL (2000) คุณสมบัติทางจิตเวชของบุคคลที่มีปัญหาในการใช้อินเทอร์เน็ต J มีผลต่อความผิดพลาด 57: 267 – 272 ดอย: 10.1016/S0165-0327(99)00107-X. ค้นหาบทความนี้ออนไลน์
  29. 29. Sun DL, Chen ZJ, Ma N, Zhang XC, Fu XM, และคณะ (2009) ฟังก์ชั่นการยับยั้งการตัดสินใจและการตอบโต้ล่วงหน้าในผู้ใช้อินเทอร์เน็ตมากเกินไป CNS Spectr 14: 75 – 81 ค้นหาบทความนี้ออนไลน์
  30. 30. Beutel ME, Hoch C, Wolfling K, Muller KW (2011) [ลักษณะทางคลินิกของเกมคอมพิวเตอร์และการติดอินเทอร์เน็ตในผู้ที่กำลังมองหาการรักษาในคลินิกผู้ป่วยนอกสำหรับการติดเกมคอมพิวเตอร์] Z Psychosom Med Psychother 57: 77 – 90 ค้นหาบทความนี้ออนไลน์
  31. 31. Kuss DJ, Griffiths MD (2011) เครือข่ายสังคมออนไลน์และการเสพติด - การทบทวนวรรณกรรมเชิงจิตวิทยา Int J Environ Res สาธารณสุข 8: 3528–3552. ค้นหาบทความนี้ออนไลน์
  32. 32. Hou H, Jia S, Hu S, Fan R, Sun W, และคณะ (2012) ผู้ขนย้ายโดปามีน striatal ที่ลดลงในผู้ที่ติดโรคทางอินเทอร์เน็ต J Biomed Biotechnol 2012: 854524 ดอย: 10.1155/2012/854524. ค้นหาบทความนี้ออนไลน์
  33. 33. Dreher JC, Kohn P, Kolachana B, Weinberger DR, Berman KF (2009) การแปรผันของยีนโดปามีนมีผลต่อการตอบสนองของระบบรางวัลมนุษย์ Proc Natl Acad Sci สหรัฐอเมริกา 106: 617 – 622 ค้นหาบทความนี้ออนไลน์
  34. 34. Volkow ND, ช้าง L, วัง GJ, Fowler JS, Franceschi D, และคณะ (2001) การสูญเสียของผู้ขนส่งสารโดปามีนในผู้เสพยาบ้า methamphetamine ฟื้นขึ้นมาด้วยการเลิกบุหรี่ยืดเยื้อ J Neurosci 21: 9414 – 9418 ค้นหาบทความนี้ออนไลน์
  35. 35. Shi J, Zhao LY, Copersino ML, Fang YX, Chen Y, และคณะ (2008) การถ่ายภาพด้วย PET ของผู้ขนส่งโดพามีนและความอยากยาในระหว่างการบำรุงรักษาเมธาโดนและหลังจากการงดใช้ยาเฮโรอีนเป็นเวลานาน Eur J Pharmacol 579: 160 – 166 ดอย: 10.1016 / j.ejphar.2007.09.042. ค้นหาบทความนี้ออนไลน์
  36. 36. Drevets WC, Gautier C, Price JC, Kupfer DJ, Kinahan PE, และคณะ (2001) การปลดปล่อยโดปามีนที่เกิดจากแอมเฟตามีนในช่องท้องของมนุษย์มีความสัมพันธ์กับความรู้สึกสบาย จิตเวช Biol 49: 81 – 96 ดอย: 10.1016/S0006-3223(00)01038-6. ค้นหาบทความนี้ออนไลน์
  37. 37. Steeves TD, Miyasaki J, Zurowski M, Lang AE, Pellecchia G, และคณะ (2009) เพิ่มการปล่อยโดปามีนในทารกแรกเกิดในผู้ป่วยพาร์คินสันที่มีการพนันทางพยาธิวิทยา: การศึกษา PET [[11C] raclopride สมอง 132: 1376 – 1385 ดอย: 10.1093 / สมอง / awp054. ค้นหาบทความนี้ออนไลน์
  38. 38. Koepp MJ, Gunn RN, Lawrence AD, Cunningham VJ, Dagher A, et al. (1998) หลักฐานการปล่อยโดปามีนแบบ striatal ในระหว่างวิดีโอเกม ธรรมชาติ 393: 266 – 268 ค้นหาบทความนี้ออนไลน์
  39. 39. จางวาย, เทียนเจ, หยวนเค, หลิวพี, Zhuo L, และคณะ (2011) กิจกรรมสมองที่แตกต่างของผู้พักอาศัยในเฮโรอีน ความต้านทานของสมอง 1402: 46 – 53 ดอย: 10.1016 / j.brainres.2011.05.054. ค้นหาบทความนี้ออนไลน์
  40. 40. Tanabe J, Nyberg E, Martin LF, Martin J, Cordes D, และคณะ (2011) เอฟเฟกต์ของนิโคตินบนเครือข่ายโหมดเริ่มต้นในขณะพัก Psychopharmacology (Berl) 216: 287 – 295 ดอย: 10.1007/s00213-011-2221-8. ค้นหาบทความนี้ออนไลน์
  41. 41. Janes AC, Nickerson LD, Frederick Bde B, Kaufman MJ (2012) การเชื่อมต่อเครือข่ายการทำงานของสมองส่วนหน้าและขาที่แตกต่างกันระหว่างผู้สูบบุหรี่ที่ขึ้นกับสารนิโคตินและตัวควบคุมที่ไม่สูบบุหรี่ ยาเสพติดแอลกอฮอล์ขึ้นอยู่กับ 125: 252 – 259 ดอย: 10.1016 / j.drugalcdep.2012.02.020. ค้นหาบทความนี้ออนไลน์
  42. 42. Cole DM, Beckmann CF, Long CJ, Matthews PM, Durcan MJ, และคณะ (2010) การทดแทนนิโคตินในผู้สูบบุหรี่ที่ไม่ดื่มเหล้าช่วยเพิ่มอาการถอนการรับรู้ด้วยการปรับการวางพลวัตของเครือข่ายสมอง Neuroimage 52: 590 – 599 ดอย: 10.1016 / j.neuroimage.2010.04.251. ค้นหาบทความนี้ออนไลน์
  43. 43. Hong LE, Gu H, Yang Y, Ross TJ, Salmeron BJ และอื่น ๆ (2009) ความสัมพันธ์ของการติดนิโคตินและการกระทำของนิโคตินกับวงจรการทำงานของเยื่อหุ้มสมองที่แยกจากกัน Arch Gen Psychiatry 66: 431–441 ดอย: 10.1001 / archgenpsychiatry.2009.2. ค้นหาบทความนี้ออนไลน์
  44. 44. Ma N, Liu Y, Li N, Wang CX, Zhang H, และคณะ (2010) การเปลี่ยนแปลงที่เกี่ยวข้องกับการเสพติดในการเชื่อมต่อสมองพักผ่อน Neuroimage 49: 738 – 744 ดอย: 10.1016 / j.neuroimage.2009.08.037. ค้นหาบทความนี้ออนไลน์
  45. 45. Di Chiara G, Imperato A (1988) ยาเสพติดที่ถูกทารุณกรรมโดยมนุษย์เพิ่มความเข้มข้นของโดปามีนใน synaptic dopamine ในระบบ mesolimbic ของหนูที่เคลื่อนไหวอย่างอิสระ Proc Natl Acad Sci สหรัฐอเมริกา 85: 5274 – 5278 ดอย: 10.1073 / pnas.85.14.5274. ค้นหาบทความนี้ออนไลน์
  46. 46. Everitt BJ, Robbins TW (2005) ระบบประสาทของการเสริมแรงสำหรับการติดยา: จากการกระทำไปจนถึงนิสัยจนถึงการบังคับ Nat Neurosci 8: 1481 – 1489 ดอย: 10.1038 / nn1579. ค้นหาบทความนี้ออนไลน์
  47. 47. Goldstein RZ, Volkow ND (2011) ความผิดปกติของเยื่อหุ้มสมองส่วนหน้าในการติด: การค้นพบ neuroimaging และผลกระทบทางคลินิก Nat Rev Neurosci 12: 652 – 669 ดอย: 10.1038 / nrn3119. ค้นหาบทความนี้ออนไลน์
  48. 48. Ko CH, Liu GC, Yen JY, Chen CY, Yen CF, และคณะ (2011) สมองมีความสัมพันธ์กับความอยากเล่นเกมออนไลน์ภายใต้การเปิดรับคิวในวิชาที่มีการติดเกมบนอินเทอร์เน็ต ติดยาเสพติด Biol
  49. 49. Volkow ND, Wang GJ, Fowler JS, Tomasi D, Telang F, และคณะ (2010) การเสพติด: ลดความไวต่อรางวัลและความไวต่อความคาดหวังที่เพิ่มขึ้นสมคบกันที่จะครอบงำวงจรควบคุมของสมอง ชีวประวัติ 32: 748–755 ดอย: 10.1002 / bies.201000042. ค้นหาบทความนี้ออนไลน์
  50. 50. Tirapu-Ustarroz J, Luna-Lario P, Iglesias-Fernandez MD, Hernaez-Goni P (2011) [การมีส่วนร่วมของสมองน้อยในกระบวนการองค์ความรู้: ความก้าวหน้าในปัจจุบัน] Rev Neurol 53: 301 – 315 ค้นหาบทความนี้ออนไลน์
  51. 51. ชั้น P, Scelfo B, Sacchetti B (2011) การมีส่วนร่วมของสมองน้อยในพฤติกรรมทางอารมณ์ Physiol Res 60 Suppl 1S39 – 48 ค้นหาบทความนี้ออนไลน์
  52. 52. De Zeeuw CI, Hoebeek FE, Bosman LW, Schonewille M, Witter L, et al (2011) รูปแบบการยิงแบบ Spatiotemporal ใน cerebellum Nat Rev Neurosci 12: 327 – 344 ดอย: 10.1038 / nrn3011. ค้นหาบทความนี้ออนไลน์
  53. 53. Baillieux H, De Smet HJ, Dobbeleir A, Paquier PF, De Deyn PP, และคณะ (2010) การรบกวนทางสติปัญญาและอารมณ์ต่อความเสียหายสมองน้อยโฟกัสในผู้ใหญ่: การศึกษาทางประสาทวิทยาและ SPECT Cortex 46: 869 – 879 ดอย: 10.1016 / j.cortex.2009.09.002. ค้นหาบทความนี้ออนไลน์
  54. 54. Grasby PM, Frith CD, Friston KJ, Bench C, Frackowiak RS และอื่น ๆ (1993) การทำแผนที่การทำงานของพื้นที่สมองที่เกี่ยวข้องกับการทำงานของหน่วยความจำการได้ยิน - คำพูด สมอง 116 (t 1): 1–20. ดอย: 10.1093 / สมอง / 116.1.1. ค้นหาบทความนี้ออนไลน์
  55. 55. London ED, Ernst M, Grant S, Bonson K, Weinstein A (2000) เยื่อหุ้มสมอง Orbitofrontal และการใช้ยาในมนุษย์: การถ่ายภาพเพื่อการทำงาน Cereb Cortex 10: 334 – 342 ดอย: 10.1093 / cercor / 10.3.334. ค้นหาบทความนี้ออนไลน์
  56. 56. Paradiso S, Anderson BM, Boles Ponto LL, Tranel D, Robinson RG (2011) แก้ไขกิจกรรมและอารมณ์ของประสาทตามจังหวะหลอดเลือดแดงกลางสมองซีกขวา J Stroke Cerebrovasc Dis 20: 94 – 104 ดอย: 10.1016 / j.jstrokecerebrovasdis.2009.11.005. ค้นหาบทความนี้ออนไลน์
  57. 57. Takeuchi H, Taki Y, Sassa Y, Hashizume H, Sekiguchi A, และคณะ (2011) ความหนาแน่นของสารสีเทาในระดับภูมิภาคที่เกี่ยวข้องกับความฉลาดทางอารมณ์: หลักฐานจาก morphometry ที่ยึดตาม voxel Hum Hum Mapp 32: 1497 – 1510 ดอย: 10.1002 / hbm.21122. ค้นหาบทความนี้ออนไลน์
  58. 58. Dong G HJ, Du X (2012) การเปลี่ยนแปลงในระดับภูมิภาคของการทำงานของสมองที่พำนักในผู้เสพติดอินเทอร์เน็ต ฟังก์ชันเกี่ยวกับพฤติกรรมและสมอง 8: 41 ดอย: 10.1186/1744-9081-8-41. ค้นหาบทความนี้ออนไลน์
  59. 59. Passamonti L, Novellino F, Cerasa A, Chiriaco C, Rocca F, และคณะ (2011) แก้ไขวงจรเยื่อหุ้มสมอง - สมองน้อยในระหว่างการทำงานของหน่วยความจำด้วยวาจาในการสั่นสะเทือนที่จำเป็น สมอง 134: 2274 – 2286 ดอย: 10.1093 / สมอง / awr164. ค้นหาบทความนี้ออนไลน์
  60. 60. Lewald J, Staedtgen M, Sparing R, Meister IG (2011) การประมวลผลของการเคลื่อนไหวของหูใน lobule ข้างขม่อมข้างล่าง: หลักฐานจากการกระตุ้นด้วยแม่เหล็ก transcranial Neuropsychologia 49: 209 – 215 ดอย: 10.1016 / j.neuropsychologia.2010.11.038. ค้นหาบทความนี้ออนไลน์
  61. 61. Vandenberghe R, Gitelman DR, Parrish TB, Mesulam MM (2001) ความจำเพาะในการใช้งานของการไกล่เกลี่ยที่เหนือกว่าของการขยับเชิงพื้นที่ Neuroimage 14: 661 – 673 ดอย: 10.1006 / nimg.2001.0860. ค้นหาบทความนี้ออนไลน์
  62. 62. Olson IR BM (2009) การค้นพบที่น่าแปลกใจบางอย่างเกี่ยวกับการมีส่วนร่วมของกลีบข้างขม่อมในความทรงจำของมนุษย์ Neurobiol Learn Mem 91: 155 – 165 ดอย: 10.1016 / j.nlm.2008.09.006. ค้นหาบทความนี้ออนไลน์
  63. 63. Braver TS, Barch DM, JR สีเทา, Molfese DL, Snyder A (2001) เยื่อหุ้มสมองส่วนหน้าและการตอบสนองที่ขัดแย้งกัน: ผลกระทบของความถี่, การยับยั้งและข้อผิดพลาด Cereb Cortex 11: 825 – 836 ดอย: 10.1093 / cercor / 11.9.825. ค้นหาบทความนี้ออนไลน์
  64. 64. Garavan H, Ross TJ, Stein EA (1999) การควบคุมการยับยั้งการทำงานของสมองซีกขวา: การศึกษา MRI ที่เกี่ยวข้องกับเหตุการณ์ Proc Natl Acad Sci สหรัฐอเมริกา 96: 8301 – 8306 ดอย: 10.1073 / pnas.96.14.8301. ค้นหาบทความนี้ออนไลน์
  65. 65. O'Doherty JP (2004) การให้รางวัลและการเรียนรู้ที่เกี่ยวข้องกับรางวัลในสมองมนุษย์: ข้อมูลเชิงลึกจากการสร้างภาพระบบประสาท Curr Opin Neurobiol 14: 769–776 ดอย: 10.1016 / j.conb.2004.10.016. ค้นหาบทความนี้ออนไลน์
  66. 66. Cavanna AE, Trimble MR (2006) The precuneus: การทบทวนกายวิภาคศาสตร์การทำงานและความสัมพันธ์เชิงพฤติกรรม สมอง 129: 564 – 583 ดอย: 10.1093 / สมอง / awl004. ค้นหาบทความนี้ออนไลน์
  67. 67. McCoy AN, Crowley JC, Haghighian G, Dean HL, Platt ML (2003) Saccade ให้รางวัลสัญญาณในเยื่อหุ้มสมองด้านหลัง เซลล์ประสาท 40: 1031 – 1040 ดอย: 10.1016/S0896-6273(03)00719-0. ค้นหาบทความนี้ออนไลน์
  68. 68. เพียร์สัน JM, Hayden BY, Raghavachari S, Platt ML (2009) เซลล์ประสาทในเยื่อหุ้มสมอง cingulate หลังสัญญาณการตัดสินใจสำรวจในงานทางเลือกแบบไดนามิก Curr Biol 19: 1532 – 1537 ดอย: 10.1016 / j.cub.2009.07.048. ค้นหาบทความนี้ออนไลน์
  69. 69. Yu C, Gupta J, Yin HH (2010) บทบาทของฐานดอกฐานดอกในการแยกความแตกต่างชั่วคราวของการกระทำที่ได้รับรางวัล Front Integr Neurosci 4
  70. 70. Corbit LH, Muir JL, Balleine BW (2003) รอยโรคของฐานดอกฐานดอกที่อยู่ในระยะกลางและนิวเคลียสธาลัมหน้าล่วงหน้าทำให้เกิดผลกระทบต่อการปรับสภาพเครื่องมือในหนู Eur J Neurosci 18: 1286 – 1294 ดอย: 10.1046 / j.1460-9568.2003.02833.x. ค้นหาบทความนี้ออนไลน์
  71. 71. Dong G, DeVito E, Huang J, Du X (2012) การถ่ายภาพเทนเซอร์เผยให้เห็นความผิดปกติของคอลัมและคอร์เทกซ์นอกคอร์เทกซ์ในผู้ติดเกมออนไลน์ J Psychiatr Res 46: 1212 – 1216 ดอย: 10.1016 / j.jpsychires.2012.05.015. ค้นหาบทความนี้ออนไลน์
  72. 72. O'Doherty JP, Dayan P, Friston K, Critchley H, Dolan RJ (2003) แบบจำลองความแตกต่างของ Temporal และการเรียนรู้ที่เกี่ยวข้องกับรางวัลในสมองของมนุษย์ เซลล์ประสาท 38: 329–337 ดอย: 10.1016/S0896-6273(03)00169-7. ค้นหาบทความนี้ออนไลน์
  73. 73. Delgado MR, Nystrom LE, Fissell C, Noll DC, Fiez JA (2000) ติดตามการตอบสนองของการไหลเวียนโลหิตเพื่อให้รางวัลและการลงโทษใน striatum J Neurophysiol 84: 3072 – 3077 ค้นหาบทความนี้ออนไลน์
  74. 74. Zink CF, Pagnoni G, Martin ME, Dhamala M, Berns GS (2003) การตอบสนองของมนุษย์เกี่ยวกับการตอบสนองต่อสิ่งเร้าที่ไม่หยุดยั้ง J Neurosci 23: 8092 – 8097 ค้นหาบทความนี้ออนไลน์
  75. 75. Haruno M, Kuroda T, Doya K, Toyama K, Kimura M, และคณะ (2004) สหสัมพันธ์ทางประสาทของการเรียนรู้พฤติกรรมเชิงรางวัลในนิวเคลียสหาง: การศึกษาการถ่ายภาพด้วยคลื่นสนามแม่เหล็กที่ใช้งานได้ของงานการตัดสินใจสุ่ม J Neurosci 24: 1660 – 1665 ดอย: 10.1523 / JNEUROSCI.3417-03.2004. ค้นหาบทความนี้ออนไลน์
  76. 76. O'Doherty J, Dayan P, Schultz J, Deichmann R, Friston K และอื่น ๆ (2004) บทบาทที่แยกได้ของเนื้อหน้าท้องและด้านหลังในการปรับสภาพเครื่องมือ วิทยาศาสตร์ 304: 452–454. ดอย: 10.1126 / science.1094285. ค้นหาบทความนี้ออนไลน์
  77. 77. Ramnani N MR (2003) กิจกรรมความล่าช้าที่สั่งในเยื่อหุ้มสมอง prefrontal ของมนุษย์ถูกปรับโดยความคาดหวังของรางวัลทางการเงิน Cereb Cortex 13: 318 – 327 ดอย: 10.1093 / cercor / 13.3.318. ค้นหาบทความนี้ออนไลน์
  78. 78. Simmonds DJ, Pekar JJ, Mostofsky SH (2008) การวิเคราะห์ Meta ของงาน Go / No-Go แสดงให้เห็นว่าการเปิดใช้งาน fMRI ที่เกี่ยวข้องกับการยับยั้งการตอบสนองขึ้นอยู่กับภารกิจ Neuropsychologia 46: 224 – 232 ดอย: 10.1016 / j.neuropsychologia.2007.07.015. ค้นหาบทความนี้ออนไลน์
  79. 79. Zhou Y, Lin FC, Du YS, Qin LD, Zhao ZM และคณะ (2011) ความผิดปกติของสสารสีเทาในการเสพติดอินเทอร์เน็ต: การศึกษารูปทรงของ Voxel-based Eur J Radiol 79: 92 – 95 ดอย: 10.1016 / j.ejrad.2009.10.025. ค้นหาบทความนี้ออนไลน์
  80. 80. Collin G, Hulshoff Pol HE, Haijma SV, Cahn W, Kahn RS, และคณะ (2011) การเชื่อมต่อการทำงานของสมองน้อยบกพร่องในผู้ป่วยจิตเภทและพี่น้องที่มีสุขภาพดีของพวกเขา จิตเวชศาสตร์ด้านหน้า 2: 73 ดอย: 10.3389 / fpsyt.2011.00073. ค้นหาบทความนี้ออนไลน์
  81. 81. Ruef A, Curtis L, Moy G, Bessero S, Badan Ba ​​M, et al. (2012) การถ่ายภาพด้วยคลื่นสนามแม่เหล็กมีความสัมพันธ์กับโรคจิตตอนแรกในผู้ป่วยชายวัยหนุ่ม: การวิเคราะห์แบบรวมของวัตถุสีเทาและสีขาว J Psychiatry Neurosci 37: 305 – 312 ดอย: 10.1503 / jpn.110057. ค้นหาบทความนี้ออนไลน์
  82. 82. Alonso-Solis A, Corripio I, de Castro-Manglano P, Duran-Sindreu S, Garcia-Garcia M, et al. (2012) แก้ไขการเชื่อมต่อเครือข่ายเริ่มต้นของการพักการเชื่อมต่อสถานะการทำงานในผู้ป่วยโรคจิตตอนแรก Schizophr Res 139: 13 – 18 ดอย: 10.1016 / j.schres.2012.05.005. ค้นหาบทความนี้ออนไลน์
  83. 83. Schultz CC, Koch K, Wagner G, Roebel M, Nenadic I, et al. (2010) เพิ่มแรงเหวี่ยง parahippocampal และภาษาในโรคจิตเภทตอนแรก Schizophr Res 123: 137 – 144 ดอย: 10.1016 / j.schres.2010.08.033. ค้นหาบทความนี้ออนไลน์
  84. 84. เสียง NL, Hough MG, Douaud G, Matthews PM, James A, และคณะ (2008) หลักฐานความผิดปกติของการพัฒนาเยื่อหุ้มสมองในผู้ป่วยจิตเภทที่เริ่มมีอาการ Neuroimage 43: 665 – 675 ดอย: 10.1016 / j.neuroimage.2008.08.013. ค้นหาบทความนี้ออนไลน์
  85. 85. Piskulic D, Olver JS, Norman TR, Maruff P (2007) การศึกษาพฤติกรรมของความผิดปกติของหน่วยความจำในการทำงานเชิงพื้นที่ในโรคจิตเภท: การทบทวนวรรณกรรมเชิงปริมาณ จิตเวชศาสตร์ Res 150: 111 – 121 ดอย: 10.1016 / j.psychres.2006.03.018. ค้นหาบทความนี้ออนไลน์
  86. 86. Seiferth NY, Pauly K, Habel U, Kellermann T, ชาห์นิวเจอร์ซีย์, และคณะ (2008) เพิ่มการตอบสนองของระบบประสาทที่เกี่ยวข้องกับใบหน้าที่เป็นกลางในบุคคลที่มีความเสี่ยงต่อโรคจิต Neuroimage 40: 289 – 297 ดอย: 10.1016 / j.neuroimage.2007.11.020. ค้นหาบทความนี้ออนไลน์